当前位置: 首页 > article >正文

NASA:Seasat-A 散射计(SASS)得出的风速和风向矢量数据集

目录

简介

摘要

代码

引用

网址推荐

0代码在线构建地图应用

机器学习


SEASAT SCATTEROMETER DEALIASED OCEAN WIND VECTORS (Atlas)

简介

SEASAT散射计反回波强度(scattering)提供了对海面风速和风向的估计。SEASAT散射计被用来获取海面风场的信息,这对于气象学和海洋学研究非常重要。

SEASAT散射计是一个通过测量微波辐射反射和散射来获取风场信息的设备。它可以对海面上的涡旋和涡流进行观测,进而推断出风速和风向的信息。

Atlas是一个基于SEASAT散射计数据生成的数据集。它提供了全球范围内的风速和风向的信息。这个数据集被去除了地面反射和仪器漂移的影响,从而得到了高质量和高精度的风场数据。

你可以使用Atlas数据集来研究风场与海洋气候、海洋生态系统的关系,以及风能资源评估等方面的问题。这些数据可以帮助研究人员和决策者更好地理解和预测海洋环境中的风场变化。

摘要


版本 1 处理级别 2 开始/结束日期 1978 年 7 月 7 日至 1978 年 10 月 10 日 简 称 ATLAS_DEALIASED_SASS_L2 说明 载有 1978 年 7 月 7 日至 1978 年 10 月 10 日期间由 Seasat-A 散射计(SASS)得出的风速和风向,按时间顺序以扫描带显示。 Robert Atlas 等人(1987 年)使用一种客观的模糊去除方案制作了这一产品,以处理 Frank Wentz 计算的按 100 公里单元分类的风矢量数据。 DOI 10.5067/SSAT2-DAX01

测量 海洋 > 海洋风 > 海面风 扇宽 1900 公里

平台/传感器 SEASAT 1 / SASS 数据提供者

发布者: PO.DAAC

Creator: GSFC

发布地点: PO.DAAC 发布日期:1996-7-19

资源: https://podaac-tools.jpl.nasa.gov/drive/files/pub/ocean_wind/seasat/wind/swath_Atlas/doc/Readme_002.html 格式 RAW

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ATLAS_DEALIASED_SASS_L2",
    cloud_hosted=True,
    bounding_box=(-180, -90, 180, 90),
    temporal=("1978-07-07", "1978-10-10"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

GSFC. 1996. SEASAT SCATTEROMETER DEALIASED OCEAN WIND VECTORS (Atlas). Ver. 1. PO.DAAC, CA, USA. Dataset accessed [YYYY-MM-DD] at https://doi.org/10.5067/SSAT2-DAX01

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs

机器学习

https://www.cbedai.net/xg 


http://www.kler.cn/news/342678.html

相关文章:

  • MATLAB使用高斯消元法计算方程组的解
  • TikTok Shop美区跨境商家入驻标准大调整,怎么批量采集tiktok达人信息?
  • 获取鸿蒙设备Udid遇到的问题
  • 极狐GitLab X 某轨道交通控制系统龙头企业,助力业务研发敏捷化
  • @Transactional声明式事务回调编程
  • 大数据在金融领域的应用及其未来趋势
  • SpringMVC源码-处理器适配器HandlerAdapter
  • [OS] 4.Linux 内核
  • 开源 AI 智能名片 O2O 商城小程序源码助力企业实现三层式个性化体验
  • Python酷库之旅-第三方库Pandas(143)
  • JVM系列(三) -类加载器及双亲委派模型介绍
  • onvif相关的http api有哪些功能点
  • @KafkaListener注解中containerFactory属性的作用
  • CSS——文字渐入效果
  • 高频CSS总结
  • Redis是单线程为何性能还高
  • 1024程序员节活动——「爱码士找Bug」第二弹
  • java的Maven项目的ehcache缓存学习记录
  • ODE45函数——中间变量提取,时变量参数,加速仿真以及运行进度条
  • C# 文件夹类的实现与文件属性处理